Python 按数据框中日期的最小值分组，返回纳秒而不是天

我正在尝试按对应单元格的最短日期对“Client Name”列的条目进行分组

Client Name     Recency
A               -10 days
B               -4 days
C               -1 days
A               -5 days
B               -2 days
C                0 days

所以最终的结果应该是

A               -5
B               -2
C                0

当我检查“最近性”的类型时，我得到：

>> df['recency'].dtype
dtype('<m8[ns]')

这让我相信我在减去纳秒而不是天

为什么数据帧的列会更改为纳秒？如何返回天数的最小值而不是纳秒

---

谢谢

我尝试了您的测试数据帧，值与您不同-可能您正在使用

您可以尝试使用子集

df[['recenty'，'Client Name']]

进行更改：

print df
  Client Name  Recency
0           A -10 days
1           B  -4 days
2           C  -1 days
3           A  -5 days
4           B  -2 days
5           C   0 days

print df[['Recency','Client Name']].groupby(['Client Name'], sort=False).min()
             Recency
Client Name         
A           -10 days
B            -4 days
C            -1 days

如果需要删除文本

days

，请将

timedelta

转换为

int

：

df['RecencyNo'] = (df['Recency'] / np.timedelta64(1, 'D')).astype(int)
print df
  Client Name  Recency  RecencyNo
0           A -10 days        -10
1           B  -4 days         -4
2           C  -1 days         -1
3           A  -5 days         -5
4           B  -2 days         -2
5           C   0 days          0

print df.groupby(['Client Name'], sort=False)['RecencyNo'].min()
Client Name
A   -10
B    -4
C    -1
Name: RecencyNo, dtype: int32

编辑：

---

您可以检查-可能是bug。

我尝试了您的测试数据帧，并且值与您的不同-可能您正在使用

您可以尝试使用子集

df[['recenty'，'Client Name']]

进行更改：

print df
  Client Name  Recency
0           A -10 days
1           B  -4 days
2           C  -1 days
3           A  -5 days
4           B  -2 days
5           C   0 days

print df[['Recency','Client Name']].groupby(['Client Name'], sort=False).min()
             Recency
Client Name         
A           -10 days
B            -4 days
C            -1 days

如果需要删除文本

days

，请将

timedelta

转换为

int

：

df['RecencyNo'] = (df['Recency'] / np.timedelta64(1, 'D')).astype(int)
print df
  Client Name  Recency  RecencyNo
0           A -10 days        -10
1           B  -4 days         -4
2           C  -1 days         -1
3           A  -5 days         -5
4           B  -2 days         -2
5           C   0 days          0

print df.groupby(['Client Name'], sort=False)['RecencyNo'].min()
Client Name
A   -10
B    -4
C    -1
Name: RecencyNo, dtype: int32

编辑：

你可以检查-也许是bug